吉林省參考作物蒸散演變特征及氣候成因定量分析

岳 元，顏鵬程，紀玲玲，秦孟晟，顏雅瓊

（1.吉林省氣象臺，長春 130062；2.中國氣象局蘭州干旱氣象研究所，蘭州 730030；3.揚州市氣象臺，江蘇 揚州 225009；4.宿遷市氣象局， 江蘇 宿遷 223800）

0 前 言

氣候變化和人類活動顯著改變了包括潛在蒸散過程在內的全球水文循環過程，作為生態水循環系統和陸-氣系統之間能量交換過程的關鍵一環，潛在蒸散大小的變化可以有效表征地表需水狀況以及作物需水量對大氣干燥程度的響應情況，同時其變化還與碳循環緊密耦合[1]。因此有必要全面科學地了解潛在蒸散時空演變特征并對影響其變化的因子進行歸因分析。目前估算潛在蒸散的方法是通過量化估算參考作物蒸散（ET0）得到的[2]。針對于參考作物蒸散的估算方法，相關研究通過對比不同的計算方法[3-5]發現基于FAO-56 Penman-Monteith 方法的估算結果要明顯優于其他方法。目前該方法已經被聯合國糧食及農業組織指定為計算參考作物蒸散的唯一標準方法[6]。

相關研究表明，在全球氣溫顯著上升的背景下[7]，世界不同地區間的參考作物蒸散量出現不同變化特征，包括增加、減少，甚至有的地區沒有變化趨勢[8-11]。JHAJHARIA 等人[12]研究認為，風速和凈輻射的下降導致印度東北部地區蒸散降低。以色列的研究顯示其中部沿海地區的蒸散并沒有出現明顯的變化趨勢是由于當地的太陽輻射（Rs）下降明顯，抵消了水汽壓差（VPD）和風速（WS）增加對ET0的影響[13]。目前國內針對不同地區參考作物蒸散的演變特征和成因開展了大量研究并取得了一定的成果。胡曉萌[14]等分析發現甘肅省不同氣候區蒸散存在增減并存的變化趨勢，并指出蒸散與氣溫、日照時數和風速呈正相關關系，與降水變化關系不明顯；曹永強等[15]研究發現遼寧省的蒸散呈減少趨勢，其變化對相對濕度最為敏感，對最低氣溫敏感性最小；秦孟晟等[16]研究發現以VPD為代表的大氣對水分需求主導著秦淮河流域蒸散的減少；楊永剛等[17]的研究顯示風速減小主導著中國糧食主產區蒸散的減小。上述研究顯示蒸散變化是由不同氣象因素共同影響的，不同地區的主導因素存在很大差異，但主要受以下3類因子影響：熱力因子（氣溫和日照時數）、動力因子（風速）和大氣對水分需求因子（水汽壓差），本研究也將從這3 個方面入手對吉林省蒸散變化的成因開展分析。

目前針對不同地區參考作物蒸散變化成因的研究主要以定性分析為主，定量研究較少。定性分析主要借助于相關分析，這類手段無法有效地解釋不同物理量在參考作物蒸散變化過程中所起的物理作用和因果關系。本研究引入去趨勢分析法定量化地分析氣候變化背景下氣象要素在吉林省參考作物蒸散變化過程中的物理作用機制，并分析影響年、季蒸散變化的主導因子及其空間分布特征。吉林省地處中高緯度氣候脆弱帶，是我國重要的商品糧生產基地。參考作物蒸散是分析作物水分虧缺、農業干旱程度的重要參量，目前對吉林省蒸散演變及成因的研究較少，無法全面反映吉林省參考作物蒸散變化特征及其成因。因此對吉林省參考作物蒸散時空分布特征和定量化成因開展研究，明晰吉林省及省內不同地區之間的年、季參考作物蒸散演變特點及其定量化成因，以期為吉林省的生態環境改善、農業高質量發展和科學開發水資源等提供合理科學依據。

1 研究資料與方法

1.1 研究數據

研究采用吉林?。|經121°38′～131°19′、北緯40°50′～46°19′）1970-2019年資料序列完整的28 個氣象站作為研究對象（站點分布見圖1），同時對所選取站點的數據進行質量檢測，對其中明顯錯誤和不合理的數據進行訂正，對于缺測漏測的數據進行插值處理。研究主要選取的逐日觀測數據包括：平均氣溫、最高氣溫、最低氣溫、相對濕度、10 m 高度風速、日照時數。

圖1 吉林省氣象站分布Fig.1 Distribution map of meteorological stations in Jilin Province

1.2 研究方法

1.2.1 參考作物蒸散的計算

由聯合國糧農組織(FAO)推薦使用的Penman-Monteith 公式綜合考慮了各氣象因子對參考作物蒸散的影響，具有機理性強、精度高的特點，因此本研究采用該方法研究吉林省參考作物蒸散的變化趨勢。具體的計算公式為：

式中：ET0為參考作物蒸散量，mm/d；Δ為飽和水汽壓曲線斜率，kPa/℃；Rn為地表凈輻射，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；γ為干濕表格常數，kPa/℃；T為2 m 高處日平均溫度，℃；u2為2 m 高處風速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa。

1.2.2 去趨勢法

為了定量化地分析氣候變化背景下不同氣象因子對參考作物蒸散的影響程度，引入一種相對簡單易行的去趨勢法。該方法分為3個步驟：①去除原始氣象數據的變化趨勢，使之變的平滑；②將去趨勢后的某項氣象要素序列帶入Penman-Monteith 公式重新計算參考作物蒸散（ET0），該過程中保持其余氣象要素不變；③對比初始ET0與重新計算的ET0以判斷該氣象要素變化對ET0變化的影響。使用評價指標R來評估貢獻大小，其計算公式為：

式中：ET0iO和ET0iR分別為初始和重新計算后的ET0；m為樣本長度。

當R大于0 時，代表該氣象要素的變化使得ET0上升；R小于0 時，代表該氣象要素的變化使得ET0下降；R≈0 時，代表該氣象要素的變化對ET0變化幾乎沒有影響；|R|值越大代表該氣象要素變化對ET0變化的貢獻越大。

1.2.3 Mann-Kendall檢驗

Mann-Kendall非參數檢驗方法[18]適用于非正態分布數據的趨勢檢驗，它不需要樣本遵從一定的分布，也不受少數異常值的干擾，適用性較強，計算方便。因此該方法被世界氣象組織推薦并廣泛用于氣象領域的研究。本文采用該方法檢測研究區內不同氣象因子及參考作物蒸散的變化趨勢。

2 結果與分析

2.1 吉林省參考作物蒸散時空演變特征

2.1.1 吉林省參考作物蒸散年、季變化特征

近50 a 來吉林省逐年參考作物蒸散量隨時間略有增加，但其趨勢極小，僅為0.38 mm/(10 a)，且并不顯著。50 a 中吉林省平均參考作物蒸散量為823.93 m，最大值出現在1982年為907.89 mm，最小值出現在2010年為758.66 mm。分析吉林省逐年參考作物蒸散量的時間擬合趨勢線和累積距平的變化趨勢（見圖2）發現，年參考作物蒸散量呈明顯的階段性變化特征。其中1983-1996年蒸散量下降趨勢明顯，之后的年份中蒸散量則呈“多-少”交替震蕩下降的變化趨勢，但下降趨勢有所減緩。這種階段性的變化形式與影響吉林省年平均參考作物蒸散量變化的氣象因子有關。

最后，在小學語文教學的過程中，運用信息技術能夠有效提升學生的思維能力。在借助信息技術開展教學的過程中，教師通常會引導學生制作相關的思維導圖，在此過程中，學生的思維能力會得到一定的鍛煉。

圖2 1970-2019年吉林省年參考作物蒸散時間擬合趨勢及其累積距平變化Fig.2 The time fitting trend of annual reference crop evapotranspiration in Jilin Province from 1970 to 2019 and its cumulative anomaly change

吉林省不同季節的參考作物蒸散量存在明顯差異，其平均值分別為273.42、358.04、151.87、40.67 mm。其中夏季平均參考作物蒸散量最高，春季次之，其后依次為秋季、冬季。不同季節中影響參考作物蒸散量變化的氣象因子存在差異是導致不同季節參考作物蒸散量存在差異的重要原因。分析不同季節中吉林省蒸散量變化趨勢（見表1）發現夏季蒸散量呈減少趨勢，平均每10 a 減少0.69 mm。其他3 個季節平均蒸散均呈不同程度的增加趨勢，平均每10 a 分別增加0.01、0.41、0.66 mm，但趨勢均未通過顯著性檢驗。即春、秋、冬3個季節的蒸散雖略有增加，但趨勢并不明顯。

表1 1970-2019年吉林省四季參考作物蒸散統計量及變化趨勢Tab.1 Statistics and variation trend of reference crop evapotranspiration in four seasons of Jilin Province from 1970 to 2019

2.1.2 吉林省參考作物蒸散的空間演變特征

進一步分析吉林省各氣象站年平均參考作物蒸散的演變趨勢并對其變化趨勢的顯著性進行檢驗。分析發現（見圖3），全省范圍內共有15 個氣象站點的年參考作物蒸散量呈增加趨勢，占吉林省氣象站總量的54%。其中僅有5個氣象站蒸散的增加趨勢通過了不同水平的顯著性檢驗，增加趨勢高顯著（95%水平）的站點出現在東部山區，剩余10個站點的年參考作物蒸散增加趨勢較弱，且不顯著。全省范圍內共有13 個氣象站的年參考作物蒸散量呈不同程度的減少趨勢，其中4個氣象站蒸散量的減少趨勢通過90%顯著性檢驗；2 個氣象站蒸散量的減少趨勢通過95%顯著性檢驗；2 個氣象站蒸散量的減少趨勢通過99%顯著性檢驗；其他站點年蒸散略有下降但趨勢不顯著。下降趨勢高顯著（95%水平）的站點主要出現在西部和中部地區。對比吉林省不同地區之間年平均參考作物蒸散量的變化特征發現，不同地區的年平均參考作物蒸散量的變化趨勢差異明顯；年參考作物蒸散的下降趨勢主要出現在西部地區和中部地區，東部地區則以增加趨勢為主。

圖3 吉林省年參考作物蒸散量變化趨勢空間分布Fig.3 Spatial distribution of annual reference crop evapotranspiration change trend in Jilin Province

分析吉林省各地區四季參考作物蒸散量的分布形式（見表2）發現，整體上西多東少，四季平均參考作物蒸散量自西向東呈階梯式遞減的分布特征。其中不同季節間3個地區的蒸散統計量差異明顯，西部地區春、夏、秋3個季節的參考作物蒸散量要明顯多于中部和東部地區，而冬季氣候寒冷，驅動不同地區間蒸散變化的氣象因子相近，進而使得不同地區的蒸散量差距不大。

表2 1970-2019年吉林省各地區年、季參考作物蒸散的變化特征Tab.2 The variation characteristics of annual and seasonal reference crop evapotranspiration in Jilin Province from 1970 to 2019

分析吉林省各地區四季參考作物蒸散的變化趨勢發現，各地區不同季節蒸散變化趨勢差異明顯。西部地區春、夏2季參考作物蒸散的下降趨勢最大，其中夏季蒸散的下降趨勢在90%水平上顯著；秋、冬2季中、西部地區參考作物蒸散量的下降趨勢較??；中部地區春季蒸散量呈增加趨勢，夏、秋、冬3季的蒸散量呈下降趨勢，但趨勢并不顯著；東部地區四季的蒸散量均呈不顯著的增加趨勢，其中夏、秋、冬3季參考作物蒸散的增加趨勢相近，均高于春季。不同地區間春、夏、秋3季的參考作物蒸散統計量及變化趨勢差異明顯，其原因在于上述3個季節中影響吉林省的天氣系統繁多且變化復雜，導致驅動不同地區中參考作物蒸散變化的氣象因子自西向東差異明顯，因此吉林省參考作物蒸散量空間分布形式呈西多東少。而吉林省冬季寒冷漫長，天氣系統相對穩定，3個地區間各驅動蒸散變化的因子分布相似，差距不大，所以冬季各地區間的參考作物蒸散量相近。

2.2 吉林省影響參考作物蒸散變化驅動因子的演變趨勢

參考作物蒸散的變化是不同氣候因子共同作用的結果，分析過去50 a 中驅動吉林省蒸發量變化的主要氣象因子的變化趨勢發現（見表3），不同驅動因子之間年、季的演變特征存在差異。趨勢檢驗顯示年、季的氣溫和水汽壓差均呈不同程度的增加趨勢，年平均氣溫的增加幅度達到0.31 ℃/(10 a)，且增加趨勢顯著（α=99%），四季中吉林省平均氣溫的增加趨勢均在95%水平以上顯著。年平均水汽壓差顯著增加（α=95%），增加幅度為0.015 kPa/(10 a)。四季中，春季和夏季的水汽壓差的增加趨勢最為顯著（α=99%）。秋季和冬季的增加趨勢小于其他2 季，趨勢分別在95%和90%水平上顯著。吉林省風速和日照時數的變化趨勢與其他2個驅動因子不同，在年、季中均呈不同程度減少的趨勢。其中吉林省年、季平均風速的減少趨勢均通過99%水平顯著性檢驗。50 a 中，吉林省年總日照時數減少趨勢為平均每年下降3.85 h，且趨勢在95%水平上顯著。春、夏2季的日照時數減少趨勢均通過99%水平顯著性檢驗，秋、冬2 季日照時數的減少趨勢則均通過90%水平顯著性檢驗。各氣象因子在年、季中的不同演變特征及其對參考作物蒸散變化的綜合影響是導致吉林省不同地區間參考作物蒸散變化的主要原因，而氣候變化是影響驅動因子變化的主要原因，本研究基于去趨勢法進一步分析驅動吉林省蒸散變化的各氣象因子對氣候變化的響應程度。

表3 各驅動因子的年、季演變趨勢Tab.3 The annual and seasonal evolution trend of each driving factor

對比影響蒸散變化的各驅動因子的原始數據和去趨勢后數據的演變特征發現，吉林省年平均水汽壓差和氣溫均呈增加趨勢，因此原始數據要明顯高于去趨勢后的數據[見圖4(a)、圖4(b)]；風速和日照時數則出現下降趨勢，因此去趨勢后的數據要明顯高于原始數據[見圖4(c)、圖4(d)]。對比4 個因子的變化幅度后發現，風速的原始數據與去趨勢后的結果相比的差距要明顯大于其他驅動因子，即年平均風速下降的幅度要明顯大于其他要素。氣溫和水汽壓差的增加幅度相近，日照時數的下降幅度最小。因此，本研究將綜合原始以及去趨勢后影響蒸散變化的各氣象要素，定量化地厘清各氣象因子在驅動吉林省蒸散年、季變化過程中所起到的作用。

圖4 各影響因子原始和去趨勢后的變化趨勢Fig.4 The original and detrended change maps of each influencing factor

2.3 氣象因子對年、季參考作物蒸散變化的貢獻

參考作物蒸散量的變化是氣溫、風速、水汽壓差以及日照時數共同作用的結果，各驅動因子的變化直接影響近50 a中吉林省年、季參考作物蒸散量的演變。因此基于Penman-Monteith 公式和去趨勢法分別計算1970-2019年吉林省年、季的實際參考作物蒸散量和各因子經去趨勢處理后重新計算的參考作物蒸散量，定量化分析不同驅動因子對參考作物蒸散量變化的貢獻，以便明晰各氣象因子在吉林省蒸散變化過程中所起的作用。

圖5 各驅動因子原始和去趨勢后計算得到的逐年參考作物蒸散變化Fig.5 The annual reference crop evapotranspiration change map calculated by the original and detrended driving factors

不同季節中各驅動因子對蒸散變化貢獻的表現形式與其影響年蒸散變化中貢獻的表現類似，其中水汽壓差和氣溫為正貢獻，風速和日照時數為負貢獻（見圖6）。四季中各驅動因子貢獻的大小存在明顯差異，直接導致各季節蒸散的演變特征存在差異。對比各驅動因子對春季蒸散變化的貢獻發現，水汽壓差的正貢獻絕對值最大，其后依次為風速和日照時數的負貢獻，氣溫正貢獻最小。風速和日照時數減少對春季蒸散變化的負貢獻將大部分水汽壓差和氣溫增加的正貢獻抵消，使得吉林省春季平均蒸散增加幅度很小。夏季中，水汽壓差、風速和日照時數對夏季平均蒸散貢獻的大小相近，明顯大于氣溫的貢獻，吉林省夏季平均蒸散變化主要受上述3因子的驅動。其中，風速和日照時數減少對蒸散的負貢獻較大，水汽壓差和氣溫的正貢獻全部被風速和日照時數的負貢獻抵消，驅動因子總貢獻為負，導致夏季蒸散減少。秋季和冬季平均蒸散的變化主要由水汽壓差增加和風速減少主導，2季中氣溫和水汽壓差增加對蒸散的正貢獻大于風速和日照時數的負貢獻，進而導致吉林省秋季、冬季平均蒸散均呈增加趨勢。

2.4 吉林省年、季參考作物蒸散變化主導因子的空間分布特征

吉林省不同地區之間，由于地形的多樣性和氣候類型的復雜性導致主導各地區參考作物蒸散變化的因子存在明顯差異（見圖7）。四季中，春季吉林省平均參考作物蒸散呈弱增加趨勢。空間上，西部地區春季蒸散呈下降趨勢，春季平均蒸散呈增加趨勢的站點主要出現在中部和東部地區。研究影響吉林省各站春季蒸散變化主導因子的空間分布特征發現，風速負貢獻和水汽壓差正貢獻是多數站點蒸散變化的主導驅動因子。不同地區之間對比發現，西部地區春季參考作物蒸散主要由風速負貢獻驅動，即風速的下降驅動西部地區參考作物蒸散的減小。雖然部分站點的參考作物蒸散變化由水汽壓差驅動，但是其正貢獻大部分被風速和日照時數的負貢獻所抵消。中部和東部地區參考作物蒸散的變化主要由水汽壓差的正貢獻驅動，僅汪清站的驅動因子為日照時數的負貢獻，即中部和東部春季參考作物蒸散的增加主要受水汽壓差增加的正貢獻影響。夏季吉林省各站的參考作物蒸散主要由水汽壓差和日照時數變化驅動。西部和中部地區主要受日照時數的負貢獻影響，即日照時數的減少驅動上述地區夏季參考作物蒸散減小。東部地區夏季蒸散變化則主要受水汽壓差的正貢獻影響，但其中部分站點的參考作物蒸散變化由日照時數驅動，不過其負貢獻較小。秋、冬2個季節中驅動吉林省參考作物蒸散變化的主導因子為風速和水汽壓差，而且2個季節中主要驅動因子的空間分布特征相似。西部和中部蒸散變化主要受風速影響，東部則主要由水汽壓差的變化驅動，只是貢獻強度和影響站點數量略有差異。秋季受風速負貢獻驅動的站點數量略多，冬季受水汽壓差變化驅動的站點數量略多。年平均狀態下，風速和日照時數是影響吉林省參考作物蒸散變化的主要驅動因子。研究各站年蒸散變化主導氣象因子的空間分布形式發現，西部地區年蒸散的變化主要受到風速變化的影響，中部同時受到風速和水汽壓差變化的影響，東部地區中蒸散變化則主要由水汽壓差變化驅動。

圖7 吉林省年、季參考作物蒸散驅動因子空間分布Fig.7 Spatial distribution of annual and seasonal reference crop evapotranspiration driving factors in Jilin Province

綜合分析年、季蒸散變化驅動因子的時空分布特征發現，西部地區蒸散的變化主要受風速影響，而中、東部則主要由水汽壓差變化影響。之所以出現這種變化特征與吉林省地形和氣候特點有直接關系。吉林省地形呈東南部高，西北部低的形式，自西向東可分為平原—丘陵—山地3 大地貌。西部地區遠離海洋，接近干燥的蒙古高原，是干旱的溫帶典型草原和濕潤的溫帶森林的過渡地帶。西部地區降水少，氣溫高，大風日數多，因此風速變化直接影響著參考作物蒸散的變化。分析結果顯示，西部地區年、季參考作物蒸散多呈下降趨勢，其中風速負貢獻是影響西部地區多數站點蒸散變化的主要驅動因子。而中部和東部地區距黃海、日本海較近，氣候相對濕潤。自20世紀80年代開始，全球變暖導致氣候呈暖干化趨勢，空氣中的水汽含量減少，水汽壓差增大促進蒸散的增加。研究結果顯示水汽壓差的正貢獻值超過其他氣象因子成為影響吉林中、東部地區年、季蒸散變化的主要驅動因子。

3 討 論

參考作物蒸散是指水分充分供給時下墊面可能達到的最大蒸散量，多用于表征某地的大氣水分需求狀況和大氣干濕情況，同時還是水文循環以及“陸-氣”循環中能量平衡的重要紐帶。本研究表明吉林省近50 a 中的參考作物蒸散呈階段性變化特征，不同氣象因子在其演變過程中的作用不同?；谌ペ厔莘治龇ǘ炕芯拷Y果顯示，風速和日照時數的減小導致蒸散下降，水汽壓差的增大和氣溫升高導致其增加。其中，水汽壓差和風速的變化在吉林省蒸散變化過程中的貢獻明顯大于其他2個因子，因此有必要深入探討不同驅動因子變化對蒸散演變的貢獻情況及其原因。

水汽壓差的變化綜合反映了氣溫和相對濕度對下墊面蒸散變化的影響，進而影響本地區大氣的干濕的演變。本研究分析顯示，在近50 a 中吉林省水汽壓差增加明顯，這與世界范圍內其他研究結論相似。MATSOUKAS 等[19]研究發現全球范圍內的水汽壓差明顯增加，同時認為全球變暖是導致水汽壓差增加的一個重要因素。相關研究指出以色列的夏、秋季[13]和印度東北部地區[20]的水汽壓差均呈現出不同程度的增加趨勢。IRMAK 等[8]研究發現美國普拉特河流域的水汽壓差增加明顯，其研究還認為該流域水汽壓差的增加與流域內氣溫和降水的異常變化顯著相關。本研究結果顯示水汽壓差是吉林省年、季參考作物蒸散變化過程中最主要的驅動因子，在蒸散變化過程中表現為正貢獻，驅動蒸散增加。該結論與秦孟晟等對秦淮河流域參考作物蒸散的研究結果一致。同時氣候變化的不斷加劇導致降水集中度異常變化和氣溫不斷增加，進而東北地區呈明顯暖干化趨勢[21]。本研究顯示水汽壓差增加對吉林省參考作物蒸散變化為正貢獻，也進一步驗證了本地區氣候存在暖干化趨勢。此外，城市化進程的加快對蒸發和蒸騰過程起到抑制作用，導致實際水汽壓降低[22]，水汽壓差增加。

1970-2019年，吉林省風速在不同時間尺度中均出現不同程度的減小趨勢，風速的減小對吉林省參考作物蒸散的變化是負貢獻。即風速減小導致參考作物蒸散下降，其負貢獻是影響吉林省蒸散變化的第2大主要驅動因子，其中風速下降對吉林省西部地區蒸散變化驅動作用尤為明顯。作為陸面蒸發擴散過程中的動力因子，風速的大小直接影響大氣中水汽水平擴散能力進而影響下墊面的蒸發速度。相關研究指出全球范圍內陸地風速呈現出不同程度減小的變化趨勢[23]，吉林省在1975-2012年之間風速平均每10 a 下降0.21 m/s（本研究分析表明近50 a 吉林省風速平均每10 a 下降0.22 m/s），高于全國平均水平[24]。環流形式和下墊面性質的改變是影響風速減小的主要原因。相關研究指出氣壓梯度減弱、氣候變暖導致副熱帶系統影響范圍北擴、中緯度季風環流減弱和北極冷空氣影響范圍和作用強度的減弱通常會影響大氣環流，導致風速減小[25]。此外，城市化進程使得下墊面性質發生改變，城市面積的擴張增加了阻力，也是造成風速減小的主要原因[26]。

1970-2019年吉林省增溫趨勢明顯，這與其他東北地區氣候變化的研究相一致[27]，并與諸如長江三角洲[28]、南北秦嶺[29]以及全國[30]的氣候變化研究結果一致。氣溫增加主要歸因于以下幾個原因：全球變暖、大氣中溫室氣體增加[31]、云量增加[32]以及城市化和工業化的發展。分析發現氣溫在吉林省參考作物蒸散演變過程中為正貢獻，即氣溫的增加導致蒸散增加。但氣溫正貢獻較小，且只是驅動蒸發變化諸多因子中的一個。因此在相關研究中才出現氣候變暖背景下蒸發量下降的“蒸發悖論”現象。結合本文研究結果，吉林省參考作物蒸散的變化主要由風速和水汽壓差的變化驅動。而“蒸發悖論”則是孤立地關注氣溫對蒸發變化的影響，忽略其他驅動因子作用而得到的片面結論。

日照時數作為直接表征太陽輻射變化的變量，直接代表著下墊面接受到的太陽輻射量。吉林省日照時數呈減少趨勢，這與相關研究一致[33]。它在吉林省參考作物蒸散演變過程中呈負貢獻，即日照時數的減少導致蒸散減少，但其貢獻弱于水汽壓差和風速。相關研究將日照時數減少歸因于云量和降水量的增加[8]，此外空氣污染和沙塵暴引起的大氣渾濁度增加也是導致日照時數減少的原因[34]。

4 結 論

（1）近50 a 中，吉林省年參考作物蒸散以0.38 mm/(10 a)的速率增加，但趨勢并不顯著。其中夏季參考作物蒸散減少最為明顯，其變化速率為-0.69 mm/(10 a)。而春、秋、冬季吉林省參考作物蒸散則出現不同程度的增加，但趨勢并不顯著?？臻g上，西部地區年、季參考作物蒸散以減少趨勢為主；中部地區春季蒸散略有增加，夏、秋、冬3季及年均蒸散呈弱的減少趨勢；東部地區年、季蒸散則表現出不同程度的增加趨勢。

（2）分析影響吉林省參考作物蒸散變化的各驅動因子的變化特征顯示，吉林省年、季氣溫和水汽壓差均呈現不同程度的增加趨勢，風速和日照時數則呈現出不同程度減少的趨勢，且各驅動因子的變化趨勢均在90%水平上顯著。結合去趨勢分析法分析結果顯示，近50 a 中風速和水汽壓差的變化幅度明顯大于氣溫和日照時數。

（3）基于去趨勢法定量計算各驅動因子對吉林省年平均蒸散變化的貢獻，結果顯示，水汽壓差是影響吉林省年平均蒸散變化的主要驅動因子，風速貢獻次之，氣溫和日照時數的貢獻作用小于前2者。綜合各因子貢獻發現，水汽壓差和氣溫的正貢獻大于風速和日照時數的負貢獻，驅動吉林年平均參考作物蒸散增加。

（4）四季中，水汽壓差和風速是影響春季平均蒸散變化的主要驅動因子，其后依次為日照時數和氣溫。風速和日照時數的負貢獻抵消掉水汽壓差和氣溫增加的大部分正貢獻，使得春季蒸散增加趨勢較弱；夏季蒸散變化主要受水汽壓差、風速和日照時數的影響，風速和日照時數的負貢獻較大，驅動夏季蒸散減少；水汽壓差和風速是影響秋、冬季蒸散變化的主導驅動因子，2季中水汽壓差和氣溫的正貢獻略大于風速和日照時數的負貢獻，進而使得蒸散呈弱增加趨勢。

（5）影響年、季蒸散變化的驅動因子的空間分布結果顯示，西部地區年平均蒸散的變化主要由風速驅動，中部年均蒸散同時受到風速和水汽壓差變化的影響，東部年均蒸散主要由水汽壓差變化驅動。春季中，西部地區主要由風速負貢獻驅動，即風速的減小驅動西部地區春季參考作物蒸散的減小。中部和東部地區主要由水汽壓差的正貢獻驅動，即水汽壓差的增加導致上述地區春季蒸散增加。吉林省西部和中部地區夏季平均蒸散減小主要受日照時數減少的負貢獻影響，東部地區夏季平均蒸散的增加則主要由水汽壓差增加的正貢獻驅動。風速和水汽壓差是秋、冬季蒸散變化的主要驅動因子，西部和中部蒸散變化主要受風速變化影響，東部蒸散則由水汽壓差變化驅動，但貢獻強度和影響站點數量上略有差異。